Künstliche Intelligenz
Energiehunger von KI-Rechenzentren: Sind die Stromnetze stabil genug?
Nach gängiger Vorstellung aus Wirtschaft und Politik braucht es zum allgemeinen Nutzen von generativer KI mit transformerbasierten großen Sprachmodellen viel mehr Rechenleistung und damit auch viel mehr Strom zum Betreiben der entsprechenden GPUs. Noch ist unklar, wo der Strom herkommen soll, die Modellanbieter Microsoft, AWS, xAI und Google liebäugeln jedoch mit einem Ausbau der Atomkraft. Neben günstigem Strom versprechen sich die Techfirmen einen geringen CO₂-Fußabdruck für das Greenwashing ihrer Wirtschaftsunternehmungen.
Ein Bericht der New York Times hat jetzt gezeigt, dass 2023 vier Prozent des Strombedarfs der USA auf Rechenzentren entfallen sind. Das soll wegen des Mehr an benötigter Leistung in den nächsten drei Jahren auf 12 Prozent ansteigen. Das liegt zum Teil am KI-Boom der US-Techriesen. Wenn die Modellanbieter nun beginnen, eigene Kraftwerke für ihren erhöhten Strombedarf in Betrieb zu nehmen, wirkt sich das auf das Stromnetz in den USA aus, wo Sanierungsarbeiten und Schutzmaßnahmen gegen Extremwetter zu einer Erhöhung des Strompreises um 30 Prozent seit 2020 geführt haben. Die Zeitung nimmt an, dass der Ausbau des Stromnetzes für die KI-Rechenzentren der Techanbieter auf kleinere Unternehmen und Verbraucher umgelegt wird, wenn die US-Regierung die Techfirmen nicht zum Zahlen zwingt. In Bundesstaaten wie Virginia, wo viele Rechenzentren stehen, könnte sich der Strompreis um weitere 25 Prozent erhöhen.
Energiefrage auch für Europa relevant
Parallele Entwicklungen zu den USA lassen sich auch in Europa beobachten, wo derzeit 76 Konsortien um EU-Fördergelder für den Bau von fünf als Gigafactories bezeichneten KI-Rechenzentren buhlen. Da diese Rechenzentren Zehntausende von KI-Beschleunigern enthalten, muss einerseits der Energiebedarf gedeckt sein, das europäische Stromnetz andererseits aber mit der zusätzlichen Last zurechtkommen. Auch in Europa könnte der Netzausbau durch Subventionen auf die Steuerzahler umgelegt werden.
(pst)